การศึกษาการนอนหลับนั้นยังคงเป็นหนึ่งในหัวข้อที่นักวิจัยให้ความสนใจเนื่องจากตามวิทยาศาสตร์ในปัจจุบันนั้น เรายังไม่มีความเข้าใจการนอนหลับที่ดีเท่าที่ควร อีกทั้งประชากรจำนวนมากยังประสบปัญหาเกี่ยวกับการนอนหลับเป็นประจำ การใช้เครื่องดูแลสถานะการนอนนั้นก็ดูจะไม่เป็นผลดีนักเมื่อมันทำให้อาการนอนหลับผิดปกติย่ำแย่ลงไปอีก นักวิจัยจาก MIT จึงหันมาใช้วิธีใหม่ที่ใช้พลังจาก deep learning ในการศึกษาการนอนหลับ
ทีมนักวิจัยจากสถาบัน MIT ซึ่งนำโดย Dina Katabi และ Erna Viterbi ได้ทำงานร่วมกับหัวหน้าแผนกโรคเกี่ยวกับการนอนหลับโรงพยาบาล Massachusetts General Hospital พัฒนาระบบตรวจสถานะการนอนหลับโดยการวิเคราะห์คลื่นวิทยุด้วย deep neural network ซึ่งเป็นการพัฒนาต่อยอดมาจากระบบเดิมที่ใช้คลื่นวิทยุตรวจในการวัดคลื่นหัวใจและพฤติกรรมของผู้ป่วยที่ทีมเคยพัฒนามาก่อนหน้านี้
อุปกรณ์หลักที่เป็นใจความสำคัญของระบบที่ว่านี้คือกล่องปล่อยสัญญาณคลื่นวิทยุพลังงานต่ำขนาดประมาณคอมพิวเตอร์แลปท็อป เมื่อคลื่นวิทยุถูกสะท้อนออกมาหลังการกระทบกับร่างกายของมนุษย์ ระบบจะทำการเก็บข้อมูลความเปลี่ยนแปลงที่เกิดขึ้นกับสัญญาณคลื่น เพื่อนำไปวิเคราะห์ต่อไป
ในการวิเคราะห์นั้น เนื่องจากข้อมูลคลื่นสัญญาณที่ได้รับออกมามักประกอบไปด้วยข้อมูลอันไม่จำเป็นจำนวนมาก ทีมนักวิจัยจึงได้พัฒนาอัลกอริทึมด้วย deep neural network ที่ทำหน้าที่กำจัดข้อมูลที่ไม่เกี่ยวข้องออกไป ทำให้นักวิจัยสามารถนำข้อมูลที่เหลือที่มีประโยชน์ไปวิเคราะห์ได้
ระบบตรวจสถานะการนอนหลับนี้สามารถทำงานโดยไม่ต้องมีการตั้งค่าเบื้องต้นกับสถานที่หรือตัวบุคคลที่เปลี่ยนไป และสามารถระบุได้ว่าผู้ที่ถูกวิเคราะห์กำลังอยู่ในสถานะใดของการนอนหลับ คือ อยู่ในช่วง light sleep, หลับลึก, หรือ REM (Rapid Eye Movement) โดยมีความแม่นยำถึงร้อยละ 80 ซึ่งเทียบเท่ากับการวัดค่าการนอนหลับด้วยวิธี EEG (electroencephalography) จึงนับว่าเป็นพัฒนาการจากระบบวัดสถานะการนอนหลับด้วยคลื่นวิทยุเดิมที่มีความแม่นยำเพียงร้อยละ 60 เท่านั้น
สำหรับในอนาคต ทีมวิจัยมีวิสัยทัศน์ในการพัฒนาระบบที่สามารถวัดค่าต่างๆของร่างกายมนุษย์ได้โดยไม่ต้องเปลี่ยนแปลงพฤติกรรมใดๆ หรือสวมใส่อะไรเพิ่มเติม
